一种集装箱港口集卡的动态调度方法

在集装箱港口中,设备的配置和调度对港口的运作效率有着较大影响。为了研究集装箱港口岸桥与集卡的调度,在混合交叉作业模式下,基于集卡运输时间和集卡排队等待时间的权重系数考虑,建立了以总作业时间最小为目标的集卡动态调度模型,实现了不同船舶装船作业和卸船作业同时进行的集卡动态分配。最后,通过对集装箱港口实际作业流程的建模仿真,例证了本文模型的有效性和实用性。     

一种基于网格的多目标优化方法

工程设计优化大多为多目标、非线性和隐函数的数学规划问题,通常需要用黑箱商用或专用有限元分析软件的模拟结果进行目标评估.这种计算密集型任务导致巨大的计算消耗.为此,将黑箱优化方法和网格计算技术用于工程优化设计领域.首先,通过拉丁超立方取样在设计域内得到了一个分布相对均匀的样本集合,利用这些样本建立工程优化的克里格（Kriging）替代模型;然后,发展了一种与网格计算技术相结合的优化权系数的网格黑箱多目标优化方法（GBMO）,并获得一系列按权系数分布的Pareto解.该方法已经在中国国家网格（CNGrid）环境中实现.工程优化实例表明,该方法有很高的优化效率和加速比,适用于国家网格计算环境下的工程设计优化.     

基于演化多目标算法的混合流水作业调度优化

针对供应链网络优化领域中的混合流水作业调度问题提出了一种新的多目标演化优化算法。给出了这类问题的通用优化模型，在此基础上，提出了基于流程的矩阵基因编码方案，动态适应度分配机制，并引入小生境保优策略构造了算法过程，利用收敛进程参数分析了算法的收敛性能。性能分析和算例实验表明算法对于高维多目标优化问题是有效的，且能够以较快的速度收敛。     

多集装箱码头内集卡调度方法

针对多集装箱码头内集卡调度问题设计一种新型调度方案.在满足码头集卡数量及经验需求情况下,综合考虑集卡的效率和集卡调运能耗,提出多目标混合整数规划模型,并采用匈牙利算法进行求解.通过算例分析,得出该模型下多目标函数的一组最优解,证明利用所建立的模型和算法可以在有效时间内快速找到最优的集卡调度方案,表明了该集卡调度方法的可行性.     

混合工作日历下柔性作业车间多目标调度优化方法

针对混合工作日历下柔性作业车间多目标调度的困难,提出了一种基于NSGA Ⅱ的多目标优化方法。基于设备工作日历的时间推算机制,设计了时间推算函数;采用"分段"方式对工序和设备进行编码;采用"分段"交叉和变异方式进行交叉和变异操作;采用"遗传算子改进策略"保证交叉、变异操作后子代个体的可行性,以减少计算量;采用基于设备工作日历的时间推算函数于解码操作中,用于准确计算工序的起止时刻,以保证调度方案的可行性;采用2种技术于解码操作中,用于缩短生产周期,以提高调度方案的质量:一是将工序时间细分为设备调整时间和加工时间,使下道工序的设备可提前调整,二是安排工序时采用正向可插入式挤压调度方法。结果表明:提出的方法能在可接受的计算时间内得到有效的混合工作日历下柔性作业车间多目标调度Pareto解集供调度人员决策。     

一种求解多目标优化问题的混合演化算法

提出了一种混合演化算法求解多目标优化问题.演化算法是解决多目标优化问题的有效方法,在全局优化问题中具有很好的鲁棒性,但其局部搜索性能有待改善.Hooke and Jeeves方法是一经典的局部搜索算法,将其与演化算法结合求解多目标优化问题,提高了解的收敛质量,因而从整体上提高了算法的性能,并且测试结果也说明了该算法的可行性.     

燃料电池混合动力系统多目标优化方法

为解决燃料电池混合动力客车经济性优化时将循环工况耗氢量作为单一经济性评价指标的局限性,通过建立等效氢耗模型及融合质量与寿命因素的多目标优化函数,对影响整车在全寿命周期内的经济性关键参数进行多目标优化.通过对超级电容和蓄电池的容量系数进行优化进而降低了动力系统的质量和成本,优化后超级电容仍能充分发挥"削峰填谷"作用,蓄电池无大电流冲击,优化前后其平均电流能够保持基本不变,燃料电池电压衰退值仅降低2μV,其寿命衰减程度在优化前后变化可以忽略.本文所提出的多目标优化方法能够保证寿命及使用经济性基本不变的情况下,系统的总成本和总质量都得到了优化,对实际燃料电池混合动力系统的综合评价和方案设计提供理论指导.     

一种基于混合属性数据集的异常检测方法

针对混合属性数据集对象间差异性度量丢失原有数据特性的问题,引入了新的差异性度量方法,构造出对象的混合属性异常因子。在此基础上提出一种新的基于混合属性数据集的局部密度异常检测算法。实验结果表明,该算法高效可行,检测精度高,且参数设置简单。     

一种新的集卡动态调度模型及算法

港口物流环节中,集卡的调度直接影响着港口的工作效率.目前,对集卡装和卸同时进行的调度模型和算法鲜有研究.本文以一艘船待装集装箱、一艘船待卸集装箱、装卸同时进行为例,提出一种动态优化模型,并用遗传算法求解.但其不同于一般的遗传算法,这里创造性地引入N6邻域方法来减少解空间搜索范围,提高遗传算法效率;设计了多种交叉操作和变异操作,来增加解的多样性,避免算法陷入早熟;设计了变异概率P,保证了算法的收敛性.实验结果验证了该模型和算法的有效性,从而有效提高集卡运输效率.     

基于遗传算法多目标优化的工程项目调度

在建设工程项目管理中,施工周期和项目成本的综合均衡管控是项目调度管理的最重要内容之一。然而,实际中两者的关系即相互关联又矛盾对立,任一目标的优化必然以弱化另一目标为代价。因此,工程项目调度管理问题是一类组合优化问题。为此本文提出了一种基于遗传算法的多目标优化建设项目调度模型。模型为项目管理者制定和评估工程完成最佳时间和成本最小化的的工程施工进度计划。计算模型主要分为三个模块：开发实用的建设项目进程调度模块;计算项目成本的管控模块;多目标搜索和识别项目时间和成本之间最优或接近最优解的权衡模块。最后,应用该模型分析了一个应用实例,并证明了模型的有效性,为项目管理者提供理论参考。     

一种面向绿色制造的多目标车间调度方法

提出了一种新的面向绿色制造的多目标车间调度方法,通过将调度目标分解为竞争性指标和可持续性指标,分别建立了竞争性指标的调度模型和可持续性指标的评价模型,并基于改进的遗传算法求解出多组满足竞争性指标的Pareto最优解;然后从这些解中模糊优选出可持续性指标值最好的协调解,即为所求的绿色调度方案。实例研究表明,该方法在保证生产效益的前提下,能够使制造过程的资源消耗和环境影响最小,有效地解决了绿色制造中的多目标调度优化问题。     

混合智能算法的多目标无功优化方法

传统电力无功优化主要集中在引入或改进某种单一智能优化算法,进化算子的不变性难以保证算法在各寻优阶段的稳定性和普适性.本文提出基于多种智能算法动态混合策略的多目标无功优化方法.该方法采用计及系统网损与电压偏移的多目标优化模型,考虑多种智能算法在不同寻优阶段的优劣特征,基于帕累托最优动态确定备选算法的使用比例,使多种智能算法优势互补以提高整体寻优效率.以IEEE 30节点、系统多目标无功优化为算例,结果表明新方法在帕累托前沿和收敛特性等方面都表现更优.     

基于协作能力约束的港口集卡调度优化策略

为提高集装箱船舶装卸过程中集卡和吊装设备同步作业效率,引入基于时间窗的冲突反馈机制。首先根据港口物流常规工作参数,结合港口物流成本计算方法,预先分配集装箱装卸任务,规划转移路线,然后在工作过程中实时监控集卡队列行驶位置,设计基于能力约束判断的资源协作模型,解决吊装作业溢出问题。为避免局部收敛,模型应用了改进的量子遗传进化算法进行求解。案例分析表明:资源协作能力约束下的集卡调度实施后,泊船停靠时间大大缩短,堆场通道堵塞现象大大减少。因此,通过协作能力约束分配港口物流资源可以在控制港口内部物流系统整体成本的基础上改善物流效率。     

油料调度保障问题的多目标优化方法

【目的】研究油料保障活动中的调度保障问题。【方法】综合多方面因素，构建了以调度效率最大化、系统调度成本最小化以及系统调度时间最小化为目标函数的多目标优化模型。【结果】利用多目标优化的主要目标法等标量化方法将问题转化为单目标优化模型，分析该模型解的性质并提出相应的遗传算法进行求解。【结论】提出的多目标优化方法能够在保障调度效率的同时获得相应较低的系统成本和相应较短的系统调度时间，可为油料调度保障问题提供决策参考。     

一种汽轮机基础的并行多目标优化方法

提出一种汽轮机基础的并行多目标优化方法,旨在搜寻能够使汽轮机基础的质量和最大动位移取得最小值的设计变量的解.基础的质量可用其梁柱截面积的线性表达式表达,而其在外加扰力作用下产生的动位移可由黑箱优化方法计算获取.在Kriging替代函数模型建立的基础梁柱截面积与动位移的近似表达式基础上,发展了基于熵的期望提高准则用于提高优化的精度,并使用并行计算策略提高优化的效率.对两个实际汽轮机基础算例优化的结果表明,该方法可以有效解决该类工程优化问题,得到比较理想的优化解.     

基于改进候鸟迁徙优化的多目标批量流混合流水车间调度

针对2+1+1型混合流水车间,研究了多目标不相等批量流混合流水车间调度问题,提出一种基于变邻域搜索的自适应候鸟迁徙优化(AMBO)算法,实现了最小化完工时间与最小平均在制品数量的多目标优化.相比原始候鸟迁徙算法,AMBO算法引入变邻域搜索策略,实现每个算子的权重随迭代次数自适应调整,并提出了时间窗算子,以提升交换算子搜...     

混合动力系统多目标优化的混合度参数匹配方法

以一款并联式混合动力系统为研究对象,提出一种集动力性、经济性、排放性于一体的多目标优化的混合度参数匹配方法.以整车各性能指标为价值函数,选定混合度为匹配设计变量,采用粒子群优化算法进行优化,获得不同权重系数下的优化混合度.同时权衡部件成本,进而选定最佳混合度进行参数匹配,并运用Advisor仿真软件进行验证.结果表明,与优化前相比,最高车速提高了19.7%,百公里油耗降低了9.8%,排放量降低了19.8%.     

一种基于粗集的电力系统调度新方法

为满足电力系统实时调度和提高系统抵御风险的能力,基于广义粗糙集理论,提出一种适应动态环境的电力系统调度策略.该方法充分考虑了机组工作、停运、检修及紧急调度等事件发生,研究了实时调度窗口内机组的再选择与再调度策略,建立了一种基于S-粗集和偏序粗集理论的电力系统调度粗模型.仿真计算显示了该方法不仅能适应动态环境,而且能缩小问题求解规模,特别是对动态规划中机组状态数“组合爆炸“问题特别有效,是一种实时调度新方法.     

一种基于HDD-SSD混合的Mesos存储优化方法

在分析Mesos持久化存储原理的基础上,提出一种基于HDD-SSD混合存储的Mesos系统持久化存储优化方案。它为了解决HDFS频繁读写带来的I/O性能问题,将HDD-SSD混合存储的HDFS作为Mesos持久化层,并对内存冷页面迁出策略进行了优化。实验结果表明,所提出的方法不仅可以提高基于Mesos的系统I/O性能,而且能保证SSD的利用率,节省SSD的成本开销。     

基于多目标离散正弦优化算法的混合零空闲置换流水车间调度

针对以最小化最大完工时间（makespan）和最小化最大拖期（maximum tardiness）为目标的多目标混合零空闲置换流水车间调度问题（Mixed No-idle Permutation Flow Shop Scheduling Problem,MNPFSP）,提出了一种多目标离散正弦优化算法（Multi-objective Discrete Sine Optimization Algorithm, MDSOA）。首先,建立外部档案集（AS）存储Pareto解,并在每次迭代后对AS进行更新;其次,在正弦优化算法（Sine Optimization Algorithm,SOA）的基础上,引入迭代贪婪（IG）算法的破坏重构机制,重新定义了一种适用于离散调度问题的位置更新策略;最后,引入快速非支配排序和拥挤距离对种群进行筛选,在保留精英解的同时保证了解的多样性和分布性。选取Taillard Benchmark中11个不同规模的算例进行仿真实验,并将仿真结果与NSGA-Ⅱ和NSGA-Ⅲ算法进行比较,验证了MDSOA求解MNPFSP的有效性。